Back to Annotated Deep Learning Paper Implementations

වොසර්ස්ටයින් GAN (WGAN-GP) සඳහා ග්රේඩියන්ට් ද penalty ුවම

docs/si/gan/wasserstein/gradient_penalty/readme.html

latest1.9 KB
Original Source

homeganwassersteingradient_penalty

View code on Github

#

වොසර්ස්ටයින් GAN (WGAN-GP) සඳහා ග්රේඩියන්ට් ද penalty ුවම

මෙය වොසර්ස්ටයින් GANs වැඩිදියුණු කළ පුහුණුවක්රියාත්මක කිරීමයි.

වෙනස්කොට සැලකීමේ ජාලයේ (විචාරක)ලිප්ස්චිට්ස් අවහිරතා බලාත්මක කිරීම සඳහා WGAN විසින් ක්ලිපින් බර යෝජනා කරයි. මෙය සහ L2 සම්මත ක්ලිපින් කිරීම, බර සාමාන්යකරණය කිරීම, L1, L2 බර ක්ෂය වීම වැනි වෙනත් බර බාධක ගැටළු ඇත:

  1. වෙනස්කම් කරන්නාගේ ධාරිතාව සීමා කිරීම 2. පුපුරා යාම සහ අතුරුදහන් වීම ( කණ්ඩායම් සාමාන්යකරණයනොමැතිව).

කඩදාසි වැඩිදියුණු කරන ලද වොසර්ස්ටයින් GANS පුහුණුව Lipschitz අවහිරතා වැඩි දියුණු කිරීම සඳහා වඩා හොඳ ක්රමයක් යෝජනා කරයි.

Trending Research Paperslabml.ai